מודל משולב לנתונים אורכיים ונתוני זמן-עד-אירוע
המודל המשולב לנתונים אורכיים ונתוני זמן-עד-אירוע, אשר פורמליזציה שלו נעשתה על ידי Tsiatis ו-Davidian בשנת 2004 והורחבה באופן מקיף על ידי Rizopoulos בשנת 2012, מעריך בו-זמנית מודל מעורב-אפקטים (mixed-effects model) עבור סמנים ביולוגיים הנמדדים באופן חוזר ונשנה ומודל הישרדות (survival model) עבור הזמן עד לאירוע, תוך קישור שני התהליכים באמצעות אפקטים אקראיים משותפים. הוא פותר שתי בעיות עיקריות שגישות פשוטות יותר אינן יכולות לטפל בהן: נשירה אינפורמטיבית ממחקרים אורכיים ואנדוגניות של סמנים ביולוגיים משתנים בזמן המשמשים כקובריאטים במודל Cox.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- Rizopoulos, D. (2012). Joint Models for Longitudinal and Time-to-Event Data. CRC Press. DOI: 10.1201/b12208 ↗
- Tsiatis, A.A. & Davidian, M. (2004). Joint Modeling of Longitudinal and Time-to-Event Data: An Overview. Statistica Sinica, 14(3), 809–834. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Joint Model for Longitudinal and Time-to-Event Data. ScholarGate. https://scholargate.app/he/survival/joint-model-survival
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- מודל חולשה משותפת (Shared Frailty Model) לנתוני הישרדות מקובציםהישרדות↔ השוואה
- אומדן הישרדות קפלן-מאיירהישרדות↔ השוואה
- ניתוח נקודת ציון (Landmark Analysis) להישרדות מותנית וחיזוי דינמיהישרדות↔ השוואה
- מודל אפקטים מעורביםסטטיסטיקה↔ השוואה
- רגרסיית Cox עם משתנים מסבירים המשתנים בזמןהישרדות↔ השוואה